Question

在图类中，我需要处理具有整数值的节点（主要是1-1000）。在每个步骤中，我想从图中删除节点及其所有邻居。另外，我想始终以最小值的节点开始。我很想过如何以最快的方式做到这一点，并决定做以下事情：

使用附属列表存储图表
有一个庞大的数组std::vector<Node*> bucket[1000]来存储节点的值
始终存储最低非空桶的索引并保持跟踪
我可以通过选择该索引的随机元素来快速找到最小值的节点，或者如果存储桶已经为空则增加索引
从桶中删除所选节点可以在O（1）中清楚地完成，问题是为了删除邻居，我需要首先搜索所有邻居节点的桶桶[邻居值]，这不是很快。

对此有更有效的方法吗？

我想过使用类似std::list<Node*> bucket[1000]的东西，并为每个节点分配一个指向其＆＃34; list元素＆＃34;的指针，这样我就可以从O（1）中的列表中删除该节点。使用stl列表是否可以实现这一点，显然可以使用普通的双链表来完成，我可以手工实现吗？

Answer 1

我最近为使用存储桶的优先级队列实现做了类似的事情。

我所做的是使用哈希表（unordered_map），这样，你不需要存储1000个空向量，你仍然可以获得O（1）随机访问（一般情况下，不保证）。现在，如果您只需要存储/创建此图表类一次，它可能无关紧要。在我的情况下，我需要创建每秒数十/数百个时间的优先级队列并使用哈希映射产生巨大的差异（由于我实际上有一个优先级元素时我只创建了无序的事实，所以不需要初始化1000个空哈希集）。散列集和映射是C ++ 11中的新增功能，但现在已经在std :: tr1中使用了一段时间，或者您可以使用Boost库。

我和你之间可以看到的唯一区别我的用例，就是你还需要能够删除相邻节点。我假设每个节点都包含一个指向它的邻居的指针列表。如果是这样，删除邻居应该k * O(1) k邻居的数量（一般来说，O（1），不保证，最坏的情况是unordered_map / set中的O（n））。您只需遍历每个相邻节点，获取其优先级，即可为哈希映射提供正确的索引。然后你找到优先级映射到的哈希集中的指针，这个搜索通常是O（1），一般来说，删除元素也是O（1）。

总而言之，我认为你很清楚要做什么，但我相信使用哈希映射/设置会使你的代码加速很多（取决于当然的确切用法）。对我而言，unordered_map<int, unordered_set>与vector<set>的实施速度提升约为50倍。

Answer 2

这是我要做的。节点结构：

struct Node {
    std::vector<Node*>::const_iterator first_neighbor;
    std::vector<Node*>::const_iterator last_neighbor;
    int value;
    bool deleted;
};

连接邻接列表并将它们放在一个std::vector<Node*>中以降低内存管理的开销。我使用软删除功能，因此更新速度并不重要。

按值将节点的指针排序到具有counting sort的另一个std::vector<Node*>。将所有节点标记为未删除。

按排序顺序迭代节点。如果已删除所考虑的节点，请转到下一个节点。否则，将其标记为已删除并迭代其邻居并将其标记为已删除。

如果您的节点连续存储在内存中，那么您可以在结构末尾以额外的Sentinel节点为代价省略last_neighbor，因为节点的last_neighbor为first_neighbor后续节点。

快速存储桶实现

2 个答案: